The incremental predictive value of frailty measures in elderly patients undergoing cardiac surgery: A systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Emerging evidence demonstrates that frailty measures can predict adverse outcomes after cardiac procedures. Our objectives were to examine whether the inclusion of frailty measures adds incremental predictive value to existing surgical risk prediction models in patients undergoing cardiac surgery and to evaluate the reporting and methods of studies that investigated the prediction of frailty measures in cardiology. The inclusion of frailty measures adds incremental predictive value on existing perioperative risk-scoring systems. We systematically searched the EMBASE, MEDLINE, and Web of Science databases for relevant studies. Studies were included according to predefined inclusion criteria. The quality of included studies was appraised using the QUADAS-2 tool. Data were extracted and synthesized according to predefined methods. Twelve studies were included in the analysis. Included studies demonstrated the incremental predictive value of frailty measures on existing surgical risk models for mortality, but the predictive value of frailty measures alone was not consistent across literature. Few studies that investigated the predictive ability of frailty measures reported all important model performance measures. When comparing the predictive value of frailty measures with existing models, few studies reported if the frailty measurement was separately performed from the existing perioperative risk assessment. The addition of frailty measures to the existing perioperative risk models improved the prediction performance for mortality, but the incorporation of frailty assessment into perioperative risk assessment requires further evidence before making health policy recommendations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,004 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle